dmlc/gluon-cv

Any easier tutorial for custom object detection?

Ouverte

#281 ouverte le 28 août 2018

Voir sur GitHub
 (3 commentaires) (0 réaction) (0 personne assignée)Python (1 224 forks)batch import
good first issue

Métriques du dépôt

Stars
 (5 610 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

First of all, many thanks for the great tutorials for object detection using pre-trained models. The code is so simple and easier to follow.

The problem is that custom object detection (with a small dataset) and transfer learning tutorials are complicated for beginners. I saw a tutorial somewhere that shows custom object detection using just 5 lines of code. Can you write a simple tutorial for us?

This looks very complicated. https://gluon-cv.mxnet.io/build/examples_classification/transfer_learning_minc.html Do we really need to learn all these details while you have such a great high level API?

I am sorry if this is not the right place to post this question but I need your help on this.

Thanks again.

Guide contributeur

Direction de recherche
Écrivez un tutoriel simple pour la détection d'objets personnalisée en utilisant l'API de haut niveau GluonCV, en vous concentrant sur l'apprentissage par transfert avec un petit ensemble de données et un code minimal.
Stack technique
python
Domaine
machine learningcomputer vision
Type d'issue
Documentation
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Une demi journée
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
Pythonmachine learning basics
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
80